Availability Bias Can Improve Women’s Propensity to Negotiate
Notice bibliographique
Résumé
Women’s reluctance to negotiate aggressively on their own behalf has long been thought to account for the striking disparities between the salaries earned by men versus women. Extensive research has documented women occupying a low-wage “sticky floor,” encountering mid-level career bottlenecks, or being confined by a glass ceiling. In numerous studies, women have undervalued themselves, responded to stereotypes on women’s lack of aggressiveness, or placed greater value on interpersonal relationships even in negotiating salaries. However, this study found that, contrary to most studies on women’s and men’s propensity to negotiate, women negotiated as aggressively as did their male colleagues. Not only did more women than men negotiate aggressively for a reward, but women relied on heuristics usually seen as misleading in decision-making to make demands in their favor. This study focuses on women’s and men’s reliance on availability, anchoring, and framing—staples of understanding negotiating behavior independent of sex—in requesting rewards, linked notably to perceptions of the value of their highest-earned salaries and to their job performance compared to their workplace colleagues’. When faced with situational ambiguity and an absence of targets in negotiating a first offer or reward, women may improve their negotiating skills through training that uses priming, availability, or counterfactual thinking.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».